open-llm-leaderboard-old/details_deepse__CodeUp-Llama-2-13b-chat-hf

该数据集是在Open LLM Leaderboard上对模型deepse/CodeUp-Llama-2-13b-chat-hf进行评估时自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of deepse/CodeUp-Llama-2-13b-chat-hf

数据集描述

数据集概述

该数据集是在模型 deepse/CodeUp-Llama-2-13b-chat-hf 的评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集由3个配置组成，每个配置对应一个评估任务。

数据集从1次运行中创建。每次运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新结果。

额外的 "results" 配置存储了所有运行结果的聚合（用于在 Open LLM Leaderboard 上计算和显示聚合指标）。

最新结果

以下是 2023-09-17T21:42:48.305634 运行的最新结果：

python { "all": { "em": 0.1782718120805369, "em_stderr": 0.003919630092588375, "f1": 0.2387195889261742, "f1_stderr": 0.003944947017182046, "acc": 0.448727630233375, "acc_stderr": 0.011074189612085313 }, "harness|drop|3": { "em": 0.1782718120805369, "em_stderr": 0.003919630092588375, "f1": 0.2387195889261742, "f1_stderr": 0.003944947017182046 }, "harness|gsm8k|5": { "acc": 0.15238817285822592, "acc_stderr": 0.009899572254794204 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

数据集结构

配置

• harness_drop_3

  • 拆分: 2023_09_17T21_42_48.305634
    • 路径: **/details_harness|drop|3_2023-09-17T21-42-48.305634.parquet
  • 拆分: latest
    • 路径: **/details_harness|drop|3_2023-09-17T21-42-48.305634.parquet

• harness_gsm8k_5

  • 拆分: 2023_09_17T21_42_48.305634
    • 路径: **/details_harness|gsm8k|5_2023-09-17T21-42-48.305634.parquet
  • 拆分: latest
    • 路径: **/details_harness|gsm8k|5_2023-09-17T21-42-48.305634.parquet

• harness_winogrande_5

  • 拆分: 2023_09_17T21_42_48.305634
    • 路径: **/details_harness|winogrande|5_2023-09-17T21-42-48.305634.parquet
  • 拆分: latest
    • 路径: **/details_harness|winogrande|5_2023-09-17T21-42-48.305634.parquet

• results

  • 拆分: 2023_09_17T21_42_48.305634
    • 路径: results_2023-09-17T21-42-48.305634.parquet
  • 拆分: latest
    • 路径: results_2023-09-17T21-42-48.305634.parquet